

已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、 在人工智能領域,不確定性問題一直成為人們關注和研究的焦點。貝葉斯網(wǎng)是自然、緊湊的聯(lián)合概率分布的圖形表示形式,反映了變量間的潛在的依賴關系,揭示了領域對象的內在結構。由于其具有很多優(yōu)點,貝葉斯網(wǎng)已成為解決許多不確定性問題的強有力工具,成為人工智能領域的研究熱點?! ∝惾~斯網(wǎng)的關鍵在于建立網(wǎng)絡,而由專家給出的貝葉斯網(wǎng)帶有主觀性和不確定性,因此從數(shù)據(jù)中學習成為可行的和必要的建網(wǎng)方法。 本文主要研究完備數(shù)據(jù)集的貝葉斯網(wǎng)結構學習,在研究
2、和分析現(xiàn)有結構學習算法的基礎上,將ACO算法和K2評分標準引入到基于打分的結構學習算法中。主要研究內容如下: (1)基于ACO的貝葉斯網(wǎng)結構學習:本文將ACO算法作為搜索算法,K2評分標準作為評分函數(shù),針對結構學習中的節(jié)點排序和建網(wǎng)提出了AntOrdering算法和ACOB算法,并且針對ACO算法的變化形式,對ACOB算法加以討論?! ?2)貝葉斯網(wǎng)在CRM中應用:將貝葉斯網(wǎng)應用到CRM的客戶分析(數(shù)據(jù)挖掘)模塊中,利用貝葉斯網(wǎng)對
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 貝葉斯網(wǎng)結構學習方法研究.pdf
- 貝葉斯網(wǎng)絡結構學習與應用研究.pdf
- 基于超結構的貝葉斯網(wǎng)絡結構學習.pdf
- 基于缺失數(shù)據(jù)的貝葉斯網(wǎng)絡結構學習.pdf
- 貝葉斯網(wǎng)絡的結構學習算法研究.pdf
- 基于K2評分的貝葉斯網(wǎng)結構學習算法的研究.pdf
- 貝葉斯網(wǎng)絡結構學習及其應用研究.pdf
- 貝葉斯網(wǎng)絡結構學習算法研究及應用.pdf
- 因果貝葉斯網(wǎng)絡結構學習研究.pdf
- 貝葉斯網(wǎng)絡結構學習算法研究.pdf
- 基于改進細菌算法的貝葉斯網(wǎng)絡結構學習.pdf
- 基于貪婪搜索的貝葉斯網(wǎng)絡結構學習算法.pdf
- 基于圖分塊的貝葉斯網(wǎng)絡結構學習研究.pdf
- 動態(tài)貝葉斯網(wǎng)絡結構學習的研究.pdf
- 基于MRMR的貝葉斯網(wǎng)絡結構學習算法研究.pdf
- 基于約束的貝葉斯網(wǎng)絡結構學習算法研究.pdf
- 32063.基于遞歸算法的貝葉斯網(wǎng)絡結構學習
- 貝葉斯網(wǎng)絡結構學習算法改進研究.pdf
- 增量式貝葉斯網(wǎng)絡結構學習研究.pdf
- 基于改進魚群蜂群算法的貝葉斯網(wǎng)絡結構學習.pdf
評論
0/150
提交評論